加博尔·塔伊纳福伊;罗塞拉·阿库奇;莱蒂蒂亚·莫特特;卡罗琳·沃里奥特;米盖尔·莫利娜·索拉纳;痛苦,克里斯托弗;郭一科 最佳传感器布置的变分高斯过程。 (英语) Zbl 07332699号 申请。数学。,普拉哈 66,编号2,287-317(2021). 概述:传感器布置是一个优化问题,最近变得非常重要。为了实现预测模型的准确在线更新,传感器用于提供观测。当传感器位置被优化选择时,预测模型可以大大减少其内部误差。使用贪婪选择算法从数值嵌入空间中定位这些最佳空间位置。基于变分高斯过程,提出了一种解决这一大数据问题的新体系结构。通过对输入进行预处理,进一步改进了模型的泛化:实现了屏蔽自回归流,以学习条件建模空间特征的非线性可逆变换。最后,提出了一种全局优化策略,扩展了基于互信息的优化和所选最优位置的微调。该方法被并行化,以加快计算时间,使这些工具非常快速,尽管与空间建模和布局任务相关的复杂性很高。该模型被应用于一个真实的三维测试用例,其中考虑了位于英国伦敦Elephant and Castle的Clarence Centre建筑内的一个房间。 理学硕士: 65Z05个 科学应用 68T99型 人工智能 关键词:传感器布置;变分高斯过程;相互信息 软件:TensorFlow公司;ggplot2;制造;流动性 PDF格式BibTeX公司 XML格式引用 \textit{G.Tajnafoi}等人,应用。数学。,普拉哈66,No.2,287--317(2021;Zbl 07332699) 全文: 内政部 参考文献: [1] Abhishek,K。;辛格,M.P。;Ghosh,S。;Anand,A.,使用人工神经网络的天气预测模型,Procedia Technology 4(2012),311-318·doi:10.1016/j.procy.2012.05.047 [2] 建模,应用;组、计算、流动性手册(4.1版),可从\brokenlink获取{https://figuhare.com/articles网站/{Fluidity_Manual/1387713}}(2015),329页 [3] 阿库奇,R。;达莫尔,L。;Pistoia,J。;托米,R。;Murli,A.,《关于变分数据同化问题的解决和敏感性分析》,J.Compute。物理学。335 (2017), 311-326 ·Zbl 1375.49036号 ·doi:10.1016/j.jcp.2017.01.034 [4] 阿库奇,R。;McIlwraith,D。;Guo,Y.-K.,可伸缩弱约束高斯过程,计算科学–ICCS 2019计算机科学讲义11539。查姆斯普林格(2019),111-125·doi:10.1007/978-3-030-22747-09 [5] 阿库奇,R。;莫特特,L。;疼痛,C。;郭永康,变分资料同化的最优约化空间,J.Compute。物理学。379 (2019), 51-69 ·Zbl 07581563号 ·doi:10.1016/j.jcp.2018.10.042 [6] E.亚里士多德莫。;阿库奇,R。;莫特特,L。;罗宾斯,A。;疼痛,C。;Guo,Y.-K.,《利用数据同化提高CFD-LES空气污染预测精度》,《建筑与环境》165(2019),文章编号106383,15页·doi:10.1016/j.buildenv.2019.106383 [7] Beal,M.J.,《近似贝叶斯推断的变分算法:伦敦大学哲学博士学位论文》(2003年) [8] Bentham,J.H.T.,《城市环境中空气流动和污染物扩散的微观模型:博士论文》,伦敦大学,伦敦(2004) [9] 布莱,D.M。;Kucukelbir,A。;McAuliffe,J.D.,《变分推断:统计学家评论》,J.Am.Stat.Assoc.112(2017),859-877·doi:10.1080/01621459.2017.1285773 [10] Bócsi,B。;Hennig,P。;Csató,L。;Peters,J.,前向模型学习跟踪控制,IEEE国际机器人与自动化会议(ICRA),IEEE,纽约(2012),259-264·doi:10.1109/ICRA.2012.6224831 [11] 康福德,D。;I.T.纳布尼。;Williams,C.K.I.,将约束不连续性添加到风场的高斯过程模型中,神经信息处理系统的进展11(NIPS 1998),麻省理工学院出版社,剑桥(1999),861-867 [12] Cressie,N.,空间数据统计,Terra Nova 4(1992),613-617·doi:10.1111/j.1365-3121.1992.tb00605.x [13] 达莫尔。;阿库奇,R。;马塞利诺,L。;Murli,A.,平行三维变分数据同化方案,数值分析和应用数学,ICNAAM 2011年AIP会议论文集1389。AIP,梅尔维尔(2011),1829-1831·Zbl 1262.65002号 ·doi:10.1063/1.3636965 [14] Doersch,C.,变分自动编码器教程,网址:https://arxiv.org/abs/1606.05908(2016),23页 [15] 杜尔,T.H。;阿库奇,R。;莫特特,L。;莫利纳·索拉纳;疼痛,C。;Guo,Y.-K.,传感器优化布置的弱约束高斯过程,J.Compute。科学。42(2020),文章ID 101110,12页·doi:10.1016/j.jocs.2020.10110 [16] Germain,M。;格雷戈,K。;我·穆雷。;Larochelle,H.,MADE:用于分布估计的屏蔽自动编码器,Proc。机器。学习。第37号决议(2015年),881-889 [17] González-Banos,H.,一种用于传感器放置的随机art-gallery算法,SCG’01:第17届计算几何ACM年度研讨会论文集,纽约(2001),232-240·Zbl 1375.68139号 ·数字对象标识代码:10.1145/378583.378674 [18] 古德费罗,I。;Y.本吉奥。;Courville,A.,《深度学习、自适应计算和机器学习》。麻省理工学院出版社,剑桥(2016)·Zbl 1373.68009号 [19] 谷歌大脑团队,TensorFlow:异构系统上的大规模机器学习,网址:https://www.tensorflow.org/ (2015) [20] Guestrin,C。;克劳斯,A。;Singh,A.P.,高斯过程中的近最优传感器布置,ICML'05:第22届机器学习国际会议论文集,纽约(2005),265-272·doi:10.1145/102351.1102385 [21] 哈根,J。;吉利斯,A.R。;Chan,J.,《解释官员犯罪:阶级、冲突和控制的空间研究》,社会学季刊19(1978),386-398·doi:10.1111/j.1533-8525.1978.tb01183.x [22] 亨斯曼,J。;福斯,N。;Lawrence,N.D.,《大数据的高斯过程》,网址:https://arxiv.org/abs/1309.6835(2013),共9页 [23] Jarrin,N。;本哈马杜切,S。;劳伦斯,D。;Prosser,R.,《为大涡模拟生成流入条件的合成方法》,《国际热流学杂志》27(2006),585-593·doi:10.1016/j.ijheatfluidflow.2006.02.006 [24] 凯利·F·J。;Fussell,J.C.,《改善人们生活、旅行、学习和工作环境中的室内空气质量、健康和性能》,《大气环境》200(2019),90-109·doi:10.1016/j.atmosenv.2018.11.058 [25] Kingma,D.P。;Welling,M.,自动编码变分贝叶斯,网址:https://arxiv.org/abs/1312.6114(2013),14页 [26] 克劳斯,A。;辛格,A。;Guestrin,C.,《高斯过程中的近最优传感器布置:理论、高效算法和实证研究》,J.Mach。学习。第9号决议(2008年),235-284·Zbl 1225.68192号 [27] Kullback,S。;Leibler,R.A.,《信息与充分性》,《数学年鉴》。《美国联邦法律大全》第22卷(1951年),第79-86页·Zbl 0042.38403号 ·doi:10.1214/aoms/1177729694 [28] 林,C.-C。;Wang,L.L.,通过集合卡尔曼滤波器使用数据同化预测室内环境模拟,建筑与环境64(2013),169-176·doi:10.1016/j.buildenv.2013.03.008 [29] 刘,H。;Ong,Y.-S。;沈,X。;Cai,J.,《当高斯过程遇到大数据时:可扩展GP的回顾》,网址:https://arxiv.org/abs/1807.01065(2018),20页 [30] 麦凯,D.J.C.,《高斯过程、神经网络和机器学习导论》,北约ASI F系列计算机和系统科学168。柏林施普林格(1998),133-166·Zbl 0936.68081号 [31] M.I.Mead、O.A.M.Popoola、G.B.Stewart、P.Landshoff、M.Calleja、M.Hayes、J.J.Baldovi、M.W.McLeod;T.F.霍奇森;J.Dicks;A.刘易斯;J.科恩;R.Baron;J.R.Saffell;R.L.Jones,《在低成本、高密度网络中使用电化学传感器监测城市空气质量》,《大气环境》70(2013),186-203·doi:10.1016/j.atmosenv.2012.11.060 [32] 疼痛,C.C。;Umpleby,A.P。;奥利维拉,C.R.E.de;Goddard,A.J.H.,《稳态和瞬态有限元计算的四面体网格优化和自适应》,计算。方法应用。机械。工程190(2001),3771-3796·Zbl 1008.76041号 ·doi:10.1016/S0045-7825(00)00294-2 [33] 帕帕马卡里奥斯,G。;Pavlakou,T。;Murray,I.,用于密度估计的掩蔽自回归流,神经信息处理系统进展30(NIPS 2017),麻省理工学院出版社,剑桥(2017),2338-2347 [34] 帕夫利迪斯,D。;Gorman,G.J。;戈梅斯,J.L.M.A。;疼痛,C.C。;ApSimon,H.,《城市大气流建模的综合涡流方法》,边界层气象学136(2010),285-299·数字对象标识代码:10.1007/s10546-010-9508-x [35] Quiñonero-Candela,J。;Rasmussen,C.E.,稀疏近似高斯过程回归的统一观点,J.Mach。学习。1939-1959年第6号决议(2005年)·Zbl 1222.68282号 [36] 北卡罗来纳州罗摩克里希南。;Bailey-Kellogg,C。;Tadepalliy,S。;Pandey,V.N.,空间聚集主动数据挖掘的高斯过程,2005年SIAM国际数据挖掘会议论文集,费城(2005),427-438·doi:10.1137/1.9781611972757.38 [37] Rasmussen,C.E.,机器学习中的高斯过程,机器学习高级讲座计算机科学讲稿3176。柏林施普林格出版社(2003),63-71·Zbl 1120.68436号 ·doi:10.1007/978-3-540-28650-94 [38] Rezende,D.J。;Mohamed,S.,规范化流的变分推理,网址:https://arxiv.org/abs/1505.05770(2015),10页 [39] Smagorinsky,J.,《原始方程的一般循环实验I.基础实验》,Mon。维阿。第91版(1963年),99-164 [40] J.Song、S.Fan、W.Lin、L.Mottet、H.Woodward、M.Davies Wykes、R.Arcucci、D.Xiao、J.-E.Debay、H.ApSimon、E.Aristidenou、D.Birch、M.Carpentieri、F.Fang、M.Herzog;G.R.Hunt;R.L.Jones;C.疼痛;D.帕夫利迪斯;A.G.罗宾斯;C.A.短;P.F.Linden,《城市自然通风:流体力学的含义》,《建筑研究与信息》46(2018),809-828·doi:10.1080/09613218.2018.1468158 [41] Titsias,M.K.,稀疏高斯过程中诱导变量的变分学习,Proc。机器。学习。第5号决议(2009年),567-574 [42] Titsias,M.K.,《稀疏高斯过程回归的变分模型选择》,曼彻斯特大学技术报告(2009) [43] Tran,V.H.,通过信息几何进行Copula变分Bayes推断,网址:https://arxiv.org/abs/1803.101998(2018),23页 [44] Tran,D。;Ranganath,R。;Blei,D.M.,变分高斯过程,网址:https://arxiv.org/abs/1511.06499(2015),14页 [45] Wickham,H.,ggplot2:用于数据分析的优雅图形,使用R!查姆施普林格(2016)·Zbl 1397.62006年 ·doi:10.1007/978-3-319-24277-4 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。